Bien mieux que la data, la data contextualisée !

Loin d’être une simple tendance ou le « buzz word » du moment, le context aware computing ou contextual computing démontre de réelles performances et intéresse de plus en plus d’entreprises. Il n’est pas tout à fait nouveau. Ses toutes premières prémices ont été déjà implémentées depuis des dizaines d’années mais ce n’est qu’avec la maturité de la Big data que nous commençons à apprécier tout le potentiel qu’il offre.

 

Pour évaluer l’envergure du phénomène, il suffit d’observer qu’aux États-Unis, par exemple, le marché du contextual computing, s’élevant actuellement à 35 billions de dollars, se projette sur une belle courbe croissante et s’estime à pas moins de 153 billions de dollars en 2028 selon un récent rapport publié par Fortune Business insights.

La notion de contexte a été intéressée dans de nombreuses recherches issues de plusieurs disciplines des sciences de la décision, à la psychologie ou les sciences numériques et de plus en plus en intelligence artificielle. Notion à ne pas confondre avec celle de l’environnement qui, lui, se limite aux dimensions entourant un objet sans inclure l’objet lui-même. A titre d’exemple, le contexte d’une prise de décision par exemple inclut le décideur lui-même.

Cette notion, à la fois vague et fascinante, fait sens dès qu’on évoque la prise de décision en entreprise. Mais qu’entend-on réellement par contexte ? Quels en sont les contours ? De quelle façon influe-t-il sur nos décisions, voire sur notre processus de prise de décision ?

Le contexte est clé dans tout ce qu’on entreprend pour comprendre, saisir une situation, se projeter, analyser, relativiser et agir de manière éclairée. Autrement dit, tout est contexte !

Les exemples sont multiples, que ce soit pour faire des prévisions, interpréter et justifier des performances, négocier, procéder à une analyse de marché…

La dimension managériale ne s’arrête pas aux techniques utilisées pour aider à la prise de décision des managers mais s’intéresse aussi à des techniques plus sophistiquées pour comprendre la prise de décision des consommateurs et constituer une idée la plus proche possible de la réalité de leur contexte pour mieux appréhender leurs habitudes, préférences, modes de consommation… D’un point de vue plus concret, nous bénéficions aujourd’hui de plusieurs avancées technologiques qui apportent une véritable valeur ajoutée et dont les entreprises devraient se saisir à deux principaux niveaux :

• La « mesure » des contextes dans les processus de décision

Tout devient instrumentalisé, connecté et intelligent. Notamment à cause de l’hyperconnectivité et de l’explosion des objets connectés. On peut situer avec exactitude presque tout.  Un des challenges pour mesurer un contexte est de faire sens de multiples données issues de diverses sources, avec des sémantiques et des syntaxes très différentes. Pour se rapprocher le plus possible de la réalité des situations, il est indispensable d’avoir des systèmes embarqués et continuellement en veille pour atteindre une perception optimale de l’instant.

• La connexion à établir entre Contexte et Big Data

La big data et toutes les techniques de collecte et d’analyse associées ont permis d’élargir les frontières de la perception et de pouvoir donc tenter de repérer plus d’éléments caractérisant la situation exacte d’un objet, individu ou organisation. Avec la big data, saisir le contexte est devenu une nécessité.

La big data a indiscutablement ouvert de nouveaux horizons en termes d’accessibilité et de traitement des données, mais relève également tellement de défis d’expressivité et d’interprétabilité de ces données. Plus que jamais, la contextualisation est indispensable pour faire sens. Les entreprises doivent plus questionner la data et pousser constamment les frontières d’acquisition et d’appropriation de ces data.

Autrement dit, puiser dans de la big data pour sortir de la « small data » contextualisée, précise et imprégnée de sens. Pour ce faire, le contexte micro tourné vers le client et le contexte macro tourné vers le marché et l’environnement doivent cohabiter et interagir pour créer de la valeur grâce à l’IA contextuelle. Ainsi, des petits changements au niveau d’une data élémentaire, localisée et isolée (générée et collectée automatiquement) croisés avec des données marché (business intelligence, veille,…) peuvent alimenter significativement et très pertinemment la compréhension du contexte et guider la prise de décision.

 

Vers une meilleure perception du contexte  

La prise de décision doit être imprégnée du contexte, certes, mais devrait également être pilotée et tournée vers une action par le contexte.

Ainsi, des systèmes intelligents en continuelle exécution et capables de percevoir des changements de contexte, les qualifier, en apprécier l’envergure et alerter, interroger et guider le décideur sont indispensables pour une veille intelligente, alerte et responsable. 

Le challenge est lié au fait de savoir identifier parmi une immense quantité de données, celles pertinentes et porteuses de sens et de faire émerger des mécanismes d’influence entre les différents phénomènes observés. 

 

Être data-driven n’est plus suffisant, il faut être context-driven

L’entreprise a toujours été data-driven (on parlait à l’époque de chiffres). Tout ce qui a trait à la prise de décision était alors piloté par l’intuition plus ou moins bonne des managers. Si on pousse un peu la réflexion, ce qu’on appelle intuition ici n’est rien de plus qu’un ensemble de biais qu’on reproduit sur nos actions et décisions de manière incontrôlée.

Le maillon qui manque à cette chaîne reste la mise en contexte objective et détachée.

Collecter d’énormes volumes de données non contextualisées n’apporte pas suffisamment d’éléments pour saisir de manière juste une situation.

En effet, par exemple face à un phénomène, il est très rare que l’explication de l’observé soit une simple déduction des facteurs qu’on connaît et qu’on a clairement identifiés a priori mais il s’agit souvent de facteurs exogènes qui impulsent des tendances initiatrices du phénomène.

En effet, les logiques toutes faites font rarement leur preuve. Plus on se place dans une posture exploratoire et plus on se défait des a priori, plus on laisse place à l’émergence d’interprétations et d’explications plus riches et plus précises.

Cela peut paraître évident mais reste néanmoins un vrai défi pour les entreprises aujourd’hui pour passer d’une perception du contexte à une action par le contexte.

 

<<< À lire également : Rapport Bothorel : quelles suites pour l’open data ? >>>